Update app.py

app.py

@@ -1,84 +1,82 @@
-# app.py
 import gradio as gr
 import requests
-import os
+import json
 
-# 从Secrets获取API地址。URL现在指向新的端点 /predict_df
-API_URL = os.getenv("API_URL", "http://10.1.1.25:5000/predict")
+# ----------------- 配置你的服务器API地址 -----------------
+# 将IP地址和端口替换为你自己的
+SERVER_URL = "http://103.235.229.133:8000/predict"
+# -------------------------------------------------------
 
-# 固定的model_name，也可以做成下拉框让用户选择
-MODEL_NAME = "/data/tsq/MODELS/Qwen2.5-1.5B-Instruct"
+# 默认的输入数据，方便用户测试
+DEFAULT_CSV_DATA = "id,subject,relation,object,prompt_source\n001,France,capital city of,Paris,she traveled to France for the first time\n002,Germany,capital city of,Berlin,the capital of Germany is Berlin"
 
-def call_ml_server(csv_text_input, final_result_only_checkbox):
+def call_api(csv_data):
     """
-    调用后端API的函数
+    这个函数会被Gradio调用，它负责向后端API发送请求。
     """
-    if "YOUR_SERVER_IP" in API_URL:
-        raise gr.Error("错误：API服务器地址未配置！请在Space的Settings -> Secrets中设置API_URL。")
-    
-    # 1. 检查输入是否为空
-    if not csv_text_input.strip():
-        return None # 如果输入为空，返回None，Gradio会清空输出
-        
-    # 2. 构建发送到API的JSON payload
+    if not csv_data.strip():
+        return "错误：输入数据不能为空！", None
+
+    # 构建发送到API的JSON数据体
     payload = {
-        "csv_data": csv_text_input,
-        "model_name": MODEL_NAME,
-        "only_final_result": final_result_only_checkbox
+        "model_name": "/data/tsq/MODELS/Qwen2.5-1.5B-Instruct",
+        "data_csv": csv_data,
+        "only_final_result": False # 你可以根据需要修改这个参数
     }
-    
+
     try:
-        # 3. 发送POST请求
-        response = requests.post(API_URL, json=payload, timeout=60) # 延长超时
-        response.raise_for_status()
-        
-        # 4. 直接返回JSON结果，Gradio的Dataframe组件会自动处理
-        return response.json()
-        
-    except requests.exceptions.HTTPError as e:
-        # 如果API返回错误（如500），尝试解析错误详情
-        error_detail = e.response.json().get('detail', e.response.text)
-        raise gr.Error(f"API返回错误: {error_detail}")
-    except requests.exceptions.RequestException as e:
-        raise gr.Error(f"请求API时出错: {e}")
-    except Exception as e:
-        raise gr.Error(f"发生未知错误: {e}")
+        # 发送POST请求
+        response = requests.post(SERVER_URL, json=payload, timeout=60) # 设置60秒超时
 
-# 示例数据
-example_data = "id,subject,relation,object,prompt_source\n001,France,capital city of,Paris,she traveled to France for the first time\n002,Japan,capital city of,Tokyo,he is planning a trip to Japan"
+        # 检查响应状态码
+        if response.status_code == 200:
+            # 解析返回的JSON数据
+            result_json = response.json()
+            # 为了美观地显示，我们将JSON格式化
+            pretty_json = json.dumps(result_json, indent=2, ensure_ascii=False)
+            
+            # 假设结果在 'result' 键下，并且是一个列表
+            # 我们可以直接将其传递给Gradio的DataFrame组件
+            dataframe_result = result_json.get("result", [])
+            
+            return pretty_json, dataframe_result
+        else:
+            # 如果服务器返回错误
+            error_message = f"API请求失败，状态码: {response.status_code}\n错误详情: {response.text}"
+            return error_message, None
 
-# 创建Gradio界面
-with gr.Blocks() as iface:
-    gr.Markdown("## 云服务器DataFrame推理前端")
-    gr.Markdown("在下方文本框中输入CSV格式的数据，然后点击“提交”。数据将被发送到私有云服务器进行处理。")
+    except requests.exceptions.RequestException as e:
+        # 如果网络连接等问题出错
+        error_message = f"连接服务器失败: {e}"
+        return error_message, None
+
+# 使用Gradio Blocks创建更灵活的界面
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# 🚀 Ml_patch 函数推理接口")
+    gr.Markdown("在下方文本框中输入CSV格式的数据，然后点击“提交”按钮，调用云服务器进行推理。")
     
     with gr.Row():
-        with gr.Column(scale=2):
-            csv_input = gr.Textbox(
+        with gr.Column(scale=1):
+            input_csv = gr.Textbox(
                 lines=10, 
-                label="输入CSV数据", 
-                placeholder="请在这里粘贴你的CSV数据...",
-                value=example_data # 设置默认值
+                label="输入数据 (CSV格式)",
+                info="第一行必须是表头，例如: id,subject,relation,object,prompt_source",
+                value=DEFAULT_CSV_DATA
             )
-            final_result_checkbox = gr.Checkbox(label="Only Final Result", value=False)
-            submit_btn = gr.Button("提交", variant="primary")
+            submit_btn = gr.Button("提交推理", variant="primary")
+
+        with gr.Column(scale=2):
+            gr.Markdown("### 原始JSON输出")
+            output_json = gr.Textbox(label="API 返回的完整JSON结果", interactive=False, lines=10)
+            gr.Markdown("### 结果表格展示")
+            output_dataframe = gr.DataFrame(label="推理结果", interactive=False)
             
-        with gr.Column(scale=3):
-            output_df = gr.Dataframe(label="服务器返回结果", wrap=True)
-    
-    gr.Examples(
-        examples=[
-            [example_data, False],
-            ["id,subject,relation,object,prompt_source\n003,Germany,capital city of,Berlin,Germany is a country in Europe", True]
-        ],
-        inputs=[csv_input, final_result_checkbox]
-    )
-    
     submit_btn.click(
-        fn=call_ml_server,
-        inputs=[csv_input, final_result_checkbox],
-        outputs=output_df
+        fn=call_api,
+        inputs=input_csv,
+        outputs=[output_json, output_dataframe]
     )
 
-# 启动界面
-iface.launch()
+# 启动Gradio应用
+if __name__ == "__main__":
+    demo.launch()